Hyperbotsの自動計上は全件に広げない|人が承認する取引の線

「請求書の8割が人の手を通らずに計上されるなら、残りの2割も設定を詰めれば任せられるはずだ」「AIが突合してくれるなら、承認の手間はほとんど要らなくなる」——経理特化のAIエージェントの説明を聞いた経営層や情シスの間で、最初に出てくる受け止め方です。どちらも半分だけ当たっています。自動で通る割合は、会社が引いた線の結果であって、線を広げてよい理由にはなりません。この記事では、購買から支払いまでの経理を業務別のAIエージェントで担う米国の Hyperbots を例に、自動で通す取引と人が承認する取引の線をどこに引くか、AIが突合に使った根拠を誰が読むか、ERP への書き込み権限をどう絞るか、新興の小規模ベンダーに経理を預ける判断、日本の請求書と税制で使えるかの確かめ方を整理します。
カメ先生経理のAIエージェントは、精度が上がるほど任せる範囲を広げてよい、と思われがちなんだ。でも本当に決めるべきなのは精度ではなくて、間違えたときに誰が気づき、誰が責任を持つかなんだよ。
カメ子精度が99%でも、残りの1%がどの取引で起きるかのほうが大事ということですか。
カメ先生そう。それに Hyperbots のような製品は、読み取りから突合、計上、支払いの起動までを一続きで動かせる。だからどこで人の承認を挟むかを、製品を入れる前に会社の言葉で書いておく必要があるんだ。
カメ子自動化の割合を目標にするのではなく、人が止める場所を先に決めておくものなんですね。
- Hyperbots は請求書の約8割を自動で通し、残りを例外として人に回すと公表しているが、その線は会社が設定するもの
- 自動で通す取引は金額・取引先・差異の種類で絞り、支払いの実行と取引先の口座変更は必ず人が承認する
- 新興ベンダーに経理を預けるなら、データの持ち出し方と撤退の手順を契約前に決め、日本の請求書と税で試してから判断する
うちの業務、AIで何が自動化できる?
「AIで何ができるかは分かったが、自社の業務のどこに使えるのかが分からない」という段階の方へ。30業務の判定と5つの実務例から、最初に自動化する1業務を選ぶための無料ガイドです。
Hyperbotsとは:購買から支払いまでを担う経理特化のAIエージェント群
Hyperbots は、企業の経理部門向けにAIエージェントを提供する米国の会社です。公式サイトでは、請求書処理、未払計上、購買、支払い、売上税の確認、取引先管理、債権回収、入金消込という8つの業務ごとにエージェントを用意し、これらを経理と財務のための独自のAI基盤の上で動かしていると説明しています。同社はこれらを業務別の副操縦士という意味の呼び名で売り出しており、汎用のチャットAIに経理の質問をする道具とは性格が違います。
中心にあるのは請求書処理です。公式の説明では、メール、取引先のポータル、共有ドライブから請求書を拾い、項目を読み取り、発注書や検収の記録と照らし合わせ、勘定科目を割り当て、ERP に計上するまでを一続きで動かします。照合では最大140の項目を比べ、合わない点があれば理由を添えて示すとしています。読み取りの道具ではなく、ERP に書き込むところまで動く仕組みだという点が、導入の判断で最初に押さえるべき性格です。
連携先として公式が挙げる ERP は、オラクルの NetSuite とクラウド版、Microsoft の Dynamics の二系統、SAP の三系統、Epicor のほか、中堅企業向けの会計ソフトが中心で、いずれも読み取りと書き込みの両方を行う接続だと説明しています。顧客として紹介されている事例も、米国と欧州で複数の法人と通貨をまたいで請求書を処理する中堅から大手の企業です。日本の会計ソフトや ERP との接続は、今回確かめた公式資料には載っていません。この点は後の節で確かめ方を書きます。
2026年の動きと会社の素性:HyperAPIと研究発表、AWSの採択
公式ニュースルームによると、同社は2025年5月に650万ドルのシリーズAの資金調達を終え、米国での事業拡大に充てるとしています。出資者として公式サイトに並ぶのは、インドの初期段階向けの投資会社が中心です。2025年10月には、Amazon のクラウド部門である AWS が世界から40社を選んだ生成AIの育成プログラムに採択されたと、AWS 自身が発表しています。創業者のインタビューでは、製品開発に約1年半をかけてから資金調達に臨んだと語られています。
2026年1月16日には、経理文書の処理をほかの仕組みから呼び出せる HyperAPI を発表しました。複数の書類が一つにまとまったファイルの分割、手書きや画質の悪い書類の読み取り、30種類以上の経理文書からの項目の抽出の三つを提供し、結果には確信度が付くとしています。初期の計測で精度99%超という数字を挙げていますが、同社の発表は早期利用の受付という位置づけです。このほか2026年4月には、利用者のレビューサイトの買掛金自動化の分野で3位になったこと、5月には画像認識の国際会議で書類の読み取りに関する研究を発表したことを公表しています。
経理特化の独自の言語モデルとして HyperLM の名前も出ていますが、公式ニュースルームのインタビューでは開発中の製品として紹介されています。製品の評価は、いま提供されている業務別のエージェントで行い、開発中の構想を判断材料に入れないのが筋です。研究発表や受賞歴は技術力の手がかりにはなりますが、自社の請求書で何割が正しく通るかは、自社の書類で試すまで分かりません。
よくある誤解:「8割が自動で通る」なら全件を任せてよい
Hyperbots は公式サイトで、請求書の80%を人の手を通さずに処理でき、残りの20%は業務上の例外として人に回すと説明しています。処理時間についても、業界平均の11日から1分未満に縮むという数字を挙げています。この数字を聞くと、残りの2割も設定を詰めれば自動で通せる、いずれ全件を任せられる、と考えたくなります。
しかし、この8割は会社がどこに線を引いたかで決まる数字です。公式の説明でも、照合の許容差や項目ごとの重さ、承認に回すしきい値は会社が設定できるとしています。許容差を広げ、しきい値を上げれば、自動で通る割合は増えます。そのぶん、本来なら人が見るべき取引も素通りします。割合が上がったことを喜ぶ前に、何を見なくなったのかを数える必要があります。
もう一つ見落としやすいのは、2割の例外にはAIが例外だと気づけた取引しか入らないことです。発注書と請求書の金額も数量も一致しているが、そもそもの発注が誤っていた、取引先の口座がなりすましで書き換わっていた、といった取引は、照合の上では一致して見えます。自動化の割合は、間違いが起きない割合ではありません。
- 公表されている自動化の割合を、自社の目標値としてそのまま稟議書に書く
- 例外が多いからという理由で、照合の許容差を経理の承認なしに広げる
- 金額の大きい取引も小さい取引も、同じ条件で自動計上の対象にする
- 自動で通った取引は誰も見ないまま、月次の締めに入る
課題:自動で通した取引を、後から誰も説明できなくなる
経理の仕事は、正しく計上することと同じくらい、なぜその計上になったのかを後から説明できることが求められます。監査人、税務調査、社内の内部監査、取引先からの問い合わせ。どの場面でも「AIが照合して一致したので計上しました」では足りず、何と何を比べ、どの差をどの理由で許したのかが問われます。
人が処理していた時代は、担当者の確認印や承認の記録がその説明の役を果たしていました。AIエージェントが自動で通した取引には、その担当者がいません。Hyperbots は、AIと人のすべての操作について、日時、データ、行った処理を記録すると公式に説明しています。記録が残ること自体は重要な前提ですが、記録があることと、誰かがその記録を読んで責任を持っていることは別の話です。
隣接する概念記事では、請求書の受け取りから3点の突合、保存までの一般的な流れを扱いました。ここで扱うのは、その流れを特定のAIエージェントに預けたときに起きる詰まりです。この課題には、次の三つの原因があります。自動承認の条件、自己学習による許容差の変化、そして ERP への書き込み権限の集中です。順に見ていきます。
原因1:自動で通す条件が、会社の規程ではなく画面の設定で決まる
公式の説明によると、Hyperbots では請求書や支払いを承認者に回すしきい値、照合の許容差、例外の扱いを、部門、品目の分類、原価の単位ごとに設定できます。未払計上のエージェントについても、定例のものやリスクの低いものは自動で承認し、それ以外を担当者の確認に回すと説明しています。設定の自由度が高いことは、利点であると同時に、規程に書かれていない線が画面の中で生まれることも意味します。
よくあるのは、導入時の設定作業を担当したベンダーの担当者と経理の実務担当者だけで、しきい値と許容差が決まってしまう形です。同社は、外部の導入業者を挟まずに自社か顧客が設定し、受け入れ試験は試験用の環境で1〜2週間で行えると説明しています。立ち上げが速いぶん、経理部長や内部監査が設定の中身を見ないまま本番に入りやすくなります。
社内の職務権限規程では、たとえば一定額以上の支払いは部長の承認、と決めているはずです。ところが、AIの設定で「定例の取引先で金額の差が一定率以内なら自動計上」と決めると、規程の承認と設定の承認が二重に存在することになります。設定の値は、規程の別表として文書にし、変えるときは規程の改定と同じ手続きを通すのが、この原因への手当てになります。
原因2:自己学習で、照合の許容差が人の上書きから動いていく
Hyperbots は、エージェントが人の判断から学ぶことを特徴に挙げています。公式の説明では、人が修正や上書きをした結果を学習に取り込み、勘定科目の推奨を会社ごとの傾向に合わせて直していきます。照合についても、人が同じ種類の上書きを繰り返すと、照合の許容差を調整すると書いています。学習した変更は、人の操作が繰り返されて確信が積み上がってから適用するとも説明しています。
この仕組みは、現場の手間を減らす方向にはよく働きます。一方で、担当者が締め日に追われて差異を見ずに承認を重ねた場合、その癖も学習されます。忙しい月の妥協が、翌月以降の自動処理の基準になるわけです。しかも許容差の変化は、誰かが設定画面を開いて値を書き換えるのとは違い、変更の承認者がいないまま進みます。
監査の目で見ると、統制の中身が時間とともに静かに変わっていくことが問題になります。期首に確かめた設定が、期末には別物になっているかもしれません。自己学習を使うなら、学習で変わった値を定期的に一覧にし、人が承認してから有効にする運用を求める必要があります。製品がその一覧を出せるか、学習による変更を承認制にできるかは、導入前に確かめる項目です。
原因3:ERPへの書き込み権限が、AIの接続一本に集まる
公式の連携先の説明では、どの ERP の接続も、請求書、発注書、取引先、勘定科目などの読み取りと書き込みの両方を行います。請求書の計上、未払計上と戻し入れ、支払いの起動まで一つの製品が担うなら、その製品が ERP に接続するための利用者は、経理の複数の担当者の権限を一つに束ねた強い利用者になりがちです。
人が処理していた時代には、請求書を入力する人、支払いを承認する人、取引先の口座を登録する人を分けることで、一人の不正や誤りが通らないようにしてきました。AIの接続一本にこの権限を集めると、職務を分けた意味が薄れます。接続のための鍵が漏れたとき、あるいは設定の誤りで大量の誤計上が起きたときの影響も大きくなります。
同社は、書き込みに失敗したときには再試行し、解決しない誤りを報告すると説明しています。誤りを見逃さない仕組みとしては有用ですが、正しく書き込まれてしまった誤りを止める仕組みではありません。権限の束ね方は、製品の機能ではなく、自社の ERP の側で決める話です。
対策1:自動で通す取引と人が承認する取引の線を、三つの軸で引く
線は、金額、取引先、差異の種類の三つの軸で引くと、規程に書きやすく、監査人にも説明しやすくなります。金額は、少額で件数の多い取引から自動化を始め、職務権限規程で上位の承認が必要な金額帯には自動計上を使いません。取引先は、取引の実績が長く、発注と検収の記録がそろっている取引先に限り、新規の取引先や契約条件が変わった直後の取引先は人が見ます。
差異の種類は、AIに任せる範囲を最も左右する軸です。単位の換算や端数の違い、品名の表記揺れは、AIが理由を示せる差異で、許容してよい範囲を決めやすい差異です。一方、単価の変更、発注にない品目、検収より多い数量、支払条件の変更は、商取引そのものが変わった可能性がある差異で、金額が小さくても人が見るべきです。
| 取引の種類 | AIに任せる範囲 | 人が持つ判断 |
|---|---|---|
| 少額・定例の取引先・差異なし | 読み取りから計上まで自動 | 月次で抜き取りして確かめる |
| 表記揺れや端数の差異のみ | 理由を添えて自動計上 | 許容差の値と、その変更の承認 |
| 単価・数量・品目・支払条件の差異 | 差異の指摘と理由の説明まで | 計上するかどうかの判断 |
| 新規の取引先・条件変更の直後 | 読み取りと突合の下書きまで | 取引先の確認と計上の判断 |
| 上位承認が必要な金額帯 | 下書きまで | 規程どおりの承認と計上 |
| 支払いの実行・取引先の口座変更 | 準備と異常の指摘まで | 必ず人が承認して実行 |
表の最後の行は、線の中でも動かさない部分です。Hyperbots は支払いについて、請求書の承認と支払いの承認を別の流れに分け、必要な承認がそろってから ERP の支払いを起動すると説明しています。取引先の口座の確認や二重払いの検知も機能として挙げています。こうした機能は使いつつ、支払いの実行と口座の変更は自動化の対象から外す、と規程に書いておきます。
対策2:AIが突合に使った根拠を、誰が読めるようにするか
公式の説明では、照合で合わない点があると、エージェントは何がどう合わないのかの理由を示します。たとえば検収の数量と請求書の数量が合わないのは分納のためだ、といった説明です。すべての操作は日時、データ、処理の内容とともに記録されるとしています。この根拠と記録を、誰が、どの場面で、どの範囲まで読めるようにするかを決めることが、説明責任の中身になります。
読む人は少なくとも三種類います。日々の例外を処理する経理の担当者、月次の締めで自動計上の抜き取りをする経理の責任者、そして年に数回やってくる内部監査と外部の監査人です。Hyperbots は利用者数で課金せず、経理の担当者から最高財務責任者まで役割ごとに権限を設定できると説明しているので、監査人向けに、記録を読むだけの役割を用意してもらえるかを確かめておくと、監査のたびに画面を印刷する手間が省けます。
根拠の読み方にも決まりが要ります。AIが示す理由は、AIがそう判断した理由であって、事実の証明ではありません。分納だと説明された取引について、実際に分納の連絡があったかを人が確かめる、という具合に、理由の文を読んだら、その裏付けを一つ見ることを抜き取りの手順にします。記録の保存期間は、帳簿の保存期間と合わせられるかも確かめます。
- AIが示す差異の理由は判断の説明であり、裏付けは人が別の記録で確かめる
- 監査人が記録を読むだけの役割を作れるか、契約前に確かめる
- 操作の記録の保存期間を、帳簿の保存期間と合わせられるか確かめる
対策3:ERPへの書き込みは接続ごとに絞り、支払いは別の承認にする
ERP の側では、Hyperbots が使う接続用の利用者を業務ごとに分けられないかを検討します。請求書の計上、未払計上、支払いの準備のそれぞれに別の利用者を割り当てれば、どの処理が誰の権限で書き込んだのかが ERP の記録で追えます。少なくとも、取引先の口座情報を書き換える権限と、支払いを起動する権限は、AIの接続に持たせないのが基本です。
公式の説明では、取引先管理のエージェントが取引先の登録書類の確認を担い、取引先がポータルから自社の発注書や請求書の状況を見られるようにもなっています。取引先の口座変更の依頼をメールや書類で受け取る経路は、なりすましの詐欺で最も狙われる場所です。ポータルやエージェント経由で届いた口座変更は、登録済みの電話番号に人が折り返して確かめる手順を残します。
ERP への接続の鍵は、情シスが発行して管理し、ベンダーの担当者には渡しません。鍵の有効期限と更新の手順、ベンダーとの契約が終わったときに無効にする担当者も決めておきます。書き込み権限を持つ接続を止める手順は、導入の初日に一度試しておくと、いざというときに迷いません。
対策4:自己学習の変化と設定の変更を、月に一度人が承認する
原因2で見た自己学習と、原因1で見た設定の変更は、どちらも統制の中身を変えます。そこで月に一度、経理の責任者と内部監査が、しきい値、許容差、自動承認の条件、勘定科目の推奨の変化を一覧で見て、承認する場を設けます。製品が変更の一覧を出せない場合は、毎月の締めの前に設定画面を記録として保存し、前月との差を人が比べます。
確かめる数字は三つで足ります。自動で通った件数と金額の割合、人が上書きした件数とその種類、抜き取りで見つかった誤りの件数です。自動の割合が上がり、抜き取りの誤りも増えているなら、許容差が広がりすぎた合図です。上書きが特定の担当者や取引先に偏っていれば、学習がその偏りを取り込んでいるおそれがあります。
しきい値・許容差・自動承認の条件と、自己学習で変わった値を前月と比べて一覧にする。製品が出せなければ設定画面の記録で代える。
自動で通った割合、人の上書きの件数と種類、抜き取りで見つかった誤りを並べ、許容差の広がりすぎや偏りがないかを確かめる。
経理の責任者が変更を承認するか、元の値に戻すかを決め、内部監査が記録に署名する。規程の別表も同時に改める。
次の月に重点的に抜き取る取引先、金額帯、差異の種類を決め、担当者に伝える。
新興の小規模ベンダーに経理を預ける判断:続くか、持ち出せるか、やめられるか
Hyperbots は、2025年にシリーズAを終えたばかりの若い会社です。公式の発表にある資金調達の総額は、2024年から2025年で900万ドルです。若い会社だから避けるべきだとは言えませんが、経理の業務を預けるなら、ベンダーが買収されたり事業をやめたりしたときの手順を、契約の前に決めておく必要があります。経理のデータは、支払いが止まれば取引先との関係にすぐ響くからです。
同社のプライバシーポリシーには、同社や事業が買収された場合や倒産した場合に、データが資産として買収先に移ることがあると書かれています。また、匿名化した集計データを製品の改善などに使う権利についての記載もあります。このポリシーはサイトの利用者を主な対象とした文書ですが、顧客企業の経理データがどう扱われるかは、個別の契約とデータ処理の取り決めで必ず確かめる必要があります。
撤退の手順で確かめることは三つです。一つめは、請求書の画像、読み取った項目、突合の結果、操作の記録を、どの形式で一括して持ち出せるか。二つめは、契約終了後に同社と委託先のデータがいつまでに消去され、その証明が出るか。三つめは、製品が止まった日に、経理が手作業や元の仕組みに戻れるかです。元の手順を書いた文書と、それを回せる担当者を残しておくことが、実は最も安上がりな保険になります。
- 請求書の画像・読み取り結果・突合の結果・操作の記録を一括で持ち出せる形式
- 契約終了後のデータ消去の期限と、消去の証明の有無
- 買収や事業譲渡の際に、顧客へ事前に知らせる取り決めがあるか
- 製品が止まった日に戻れる手作業の手順と、それを回せる担当者
- ERP への接続の鍵を無効にする担当者と手順
日本の請求書と税制で使えるかの確かめ方
公式資料から読み取れる限り、Hyperbots の製品は米国の経理を前提に作られています。売上税の確認エージェントは、米国の州、郡、市の税率表を参照して請求書の明細ごとに税額を確かめる仕組みで、日本の消費税は対象として示されていません。支払いの方法として挙げられているのも、米国の口座振替、小切手、電信送金です。日本の消費税、インボイス制度の登録番号の確認、全銀方式の振込に対応しているかは、今回確かめた資料には書かれていません。
そのうえで、日本の会社が試すときは、自社の請求書の束で確かめるのが一番確実です。登録番号の読み取りと照合、税率ごとの税額の区分、源泉徴収が必要な報酬の請求書の見分け、手書きの請求書や縦書きの書類、和暦の日付、全角と半角が混ざった取引先名など、日本の請求書に特有の要素を含めて試します。電子帳簿保存法の保存要件を満たすかは、製品ではなく、自社の保存の仕組み全体で判断する話です。
取引先、金額帯、紙と電子、税率の混在、源泉徴収の有無が偏らないように選び、人が正解を付けておく。
試験用の環境で、登録番号・税率別の税額・品名・数量を読み取らせ、発注と検収の記録と照合させる。
項目ごとの一致を数え、とくに税額と登録番号の誤りを一件ずつ確かめる。誤りがどの種類の書類に偏るかを見る。
誤りのなかった書類の種類と取引先から自動化の候補にし、残りは人の承認に回すと規程の別表に書く。
ERP との接続も同じ姿勢で確かめます。国内の会計ソフトや ERP を使っている場合、公式の連携先一覧には載っていないため、個別に接続を作るのか、誰がその保守を担うのかを、費用と一緒に見積もってもらう必要があります。日本語での問い合わせや障害時の対応時間帯も、契約の前に確かめておきます。
何が社外に出るか、費用はどう増えるか、どう止めるか
請求書を処理させると、請求書の画像、取引先の名称と住所、金額、口座情報、発注と検収の記録、勘定科目、社内の承認者の名前が、Hyperbots の基盤に渡ります。同社は、データを伏せ字化してから処理する仕組み、暗号化、顧客ごとの権限、ISO 27001 と、SOC 1 および SOC 2 のタイプ2の報告への準拠を公式に挙げています。社内で開発した経理向けの言語モデルを使っていると説明していますが、処理の一部で外部のAIの提供元を使うかどうかは、委託先の一覧で確かめます。
プライバシーポリシーでは、データは米国、または同社や提携先が設備を持つ場所で保存・処理されると書かれています。日本の会社の取引先情報には、個人事業主の氏名や口座が含まれることがあり、外国の事業者に処理を委ねる扱いになります。保存と処理の地域、委託先の一覧、監査報告書の提出を、法務と一緒に確かめます。
費用の面では、同社は利用者の人数で課金しない方針を公式に示しています。経理の担当者だけでなく、承認者や取引先まで使えるのは利点ですが、費用は処理する書類の量や使う業務の数で決まると考えるのが自然で、具体的な料金は公開されていません。見積もりでは、月間の請求書の件数、法人の数、使う業務の数を伝え、件数が増えたときの単価と、連携先一覧にない ERP への接続の費用を分けて出してもらいます。止め方は、ERP への接続の鍵を無効にすることが最も確実で、その担当者は情シスに置きます。
よくある質問
自動で通る割合が低いうちは、導入の効果がないのではありませんか
最初は低くて構いません。読み取りと突合の下書き、差異の理由の提示だけでも、担当者が一件ずつ書類を見比べる時間は減ります。自動の割合は、抜き取りで誤りが出ないことを確かめながら、取引先や金額帯ごとに少しずつ広げるものです。
AIが自動で計上した取引の責任は、ベンダーにありますか
ありません。計上の責任は会社にあります。だからこそ、自動で通す条件を規程に書き、承認者を決め、抜き取りで確かめる記録を残すことが必要になります。契約では、製品の誤りで損害が出たときの扱いも確かめておきます。
HyperAPI だけを使って、自社の仕組みに組み込むのはどうですか
読み取りと抽出だけを使うなら、ERP への書き込み権限を渡さずに済むので、権限の面では扱いやすくなります。ただし同社の発表では早期利用の受付という位置づけで、精度の数字も初期の計測です。自社の書類で試し、確信度の低い結果を人に回す仕組みを自社の側で作ることが前提です。
内部監査は、いつから関わるべきですか
設定を決める段階からです。本番に入ってから設定を見せると、線の引き方を変えるには作業のやり直しが必要になります。試験用の環境で設定を固める前に、しきい値と自動承認の条件を内部監査に見せ、規程の別表として承認を得ておくと手戻りがありません。
まとめ
Hyperbots は、購買から支払いまでの経理を業務別のAIエージェントで一続きに動かし、請求書の約8割を自動で通すと公表しています。ただし、その割合は会社が引いた線の結果であり、許容差や自己学習で線は動きます。自動で通す取引は金額・取引先・差異の種類で絞り、支払いの実行と口座の変更は人が承認する。AIが示した根拠は人が裏付けを見て読み、設定と学習の変化は月に一度承認する。若いベンダーに経理を預けるなら、データの持ち出しと撤退の手順を契約の前に決め、日本の請求書と税で試してから範囲を決める。この順番で進めれば、自動化の割合ではなく、説明できる経理を保ったまま手間を減らせます。
※本記事にはAIが活用されています。編集者が確認・編集し、可能な限り正確で最新の情報を提供するよう努めておりますが、情報の完全性、正確性、最新性、有用性等について保証するものではありません。本記事の内容に基づいて行動を取る場合は、読者ご自身の責任で行っていただくようお願いいたします。
うちの業務、AIで何が自動化できる?
「AIで何ができるかは分かったが、自社の業務のどこに使えるのかが分からない」という段階の方へ。30業務の判定と5つの実務例から、最初に自動化する1業務を選ぶための無料ガイドです。
